Helsingin yliopisto
Last dance
Kuudennella kurssikerralla annettiin tehtäväksi valmistautua seuraavaan kertaan, mihin liittyi mm. aineiston ja käsiteltävän alueen valitseminen. Viikko oli kuitenkin kiireinen ja uskottelin itselleni, että aiheen valitseminen tapahtuisi lennosta – ja helposti.
Alueeksi sain valittua Yhdysvallat ja sen osavaltiot, mikä tuntui juuri sopivalta, sillä siellä on paljon ihmisiä ja erilaisia mm. dataa tuottavia instituutioita. Aiheen ja datan valitseminen ei kuitenkaan ollut helppoa, sillä sitä oli todella paljon. En yksinkertaisesti osannut rajata omia halujani tarpeeksi hyvin. Päädyinkin aloittamaan kolmannen tehtävävaihtoehdon, eli Maanmittauslaitoksen maastotietokannan käsittelyn. Tarkka rajaus aiheeseen poisti valinnanvaikeutta käsittelevän muuttujan ja pääsinkin heti aloittamaan tehtävän tekemisen.
Tässä blogissa on siis vain yksi tehtävä; maastotietokanta Haminan alueelta, jossa pääsen hyödyntämään sekä tuttuja että uusia työkaluja. Mitään varsinaista päämäärää tällä tehtävällä ei ole, vaan tarkastelen maastotietokannan ominaisuuksia ja toisaalta hyödynnän erilaisia työkaluja vektorimuotoisessa maastokartassa, eli maastotietokannan tasojen muodostamassa kartassa.
Maastotietokanta
Valitsin tehtävän alueeksi Haminan käsittävän 100 neliökilometrin alueen, jonka rajasin Maanmittauslaitoksen aineistojen latauspalvelussa, mistä kyseinen aineisto myös ladattiinkin. Lisäksi latasin samaisesta palvelusta myös TIFF-muotoisen korkeusmallin alueelle.
Aineistopaketin (maastotietokannan) lisääminen QGIS:siin edellytti uuden pluginin NLS GeoPackage Downloaderin lataamista, sekä Maanmittauslaitoksen avoimen datan palveluun rekisteröitymistä sähköpostin avulla, mitä vaadittiin maastotietokannan lisäämiseen, koska aineistot tulevat suoraan palvelimelta. Tämän jälkeen kesti noin kymmen minuuttia, jonka jälkeen valitut kohteet näkyivät kartalla omina tasoinaan. Alla otos (Kuva 1) maastotietokannan näkymästä QGIS:sissä hieman muokattuna:
Kuva 1. Haminan keskustan aluetta QGIS:sissä. Lähde: MML
Monet tasoista, kuten paikannimet ja pienet kohteet, olivat mittakaavariippuvaisia, jonka takia kaikki kohteet eivät näkyneet alkuasetelmassa, eikä esimerkiksi yllä olevan kartan oikean yläkulman alue näy luonnonsuojelualueena (vihreä ruudukko), vaikka se sitä on. Mielestäni kartan värimaailma on onnistunut, enkä sitä karttoja työksi tekeviltä epäilekkään.
Kuva 2. Maastotietokannan kohteita omina tasoinaan (ja muuta ylimääräistä)
Tutustuttuani maastotietokantaan pääsin heti työkalujen pariin. Aloitin tehtävän luomalla ladatun korkeusmallin pohjalta korkeuskäyrät Contours-työkalulla, sekä rinnevarjosteen Hillshade-työkalulla, jotka olivat varsin tuttuja neljänneltä kurssikerralta. Toiveeni toteutuivat kerrankin, sillä pääsin kokeilemaan maastotietokannassa näkymäanalyysin tekoa Viewshed-työkalulla, jonka lopputuotos on allaolevassa kartassa (Kuva 3):
Kuva 3. Näkymäanalyysi Haminan Munavuoren laelta, 27 metrin korkeudelta 3 kilometrin säteellä. Punaiset ”ristikkoalueet” kuvaavat niitä alueita, jotka eivät näy keskipisteestä (Munavuori).
Näkymäanalyysi-työkalu oli yksinkertainen ja ennen kaikkea helppokäyttöinen. Työkalu muodosti rasteritason, josta muodostin Polygonize-työkalun avulla vektoritason. Tämän jälkeen Select by locationia (+ select by value) käyttäen valitsin ne kohteet/alueet, jotka jäivät halkaisijaltaan kuuden kilometrin, bufferoinnilla luodun ympyrän sisälle.
Kartan tulkinnassa on hyvä ottaa huomioon, ettei näkymäanalyysi ota huomioon esimerkiksi kasvustoa tai sääolosuhteita. Toisaalta on hyvä pitää mielessä, ettei Munavuori ole korkea kukkula ja alava maasto sen ympärillä vääristää QGIS:sillä luotujen korkeuskäyrien tuomaa mielikuvaa, varsinkin jos on tottunut tarkastelemaan korkeammalla olevia alueita Suomessa. Lisäksi halusin tuoda esille ainoastaan juuri ”näkymättömät” alueet, minkä vuoksi muu kartta näyttää jokseenkin mössöltä.
Laskeskelin kaikkea jännää QGIS:sissä eri työkaluilla, nyt kun erilaisia kohdetyyppejä oli yli 50 kappaletta. Kokeilin hiekkalaatikkomaisesti eri työkaluja, kuten Select by distance-työkalua, joilla sain Haminan kunnan alueella olevien alle 100 metrin päässä merestä olevien rakennusten lukumääräksi 4749.
Kuten sanottua, mitään päämäärää ei tehtävällä ollut, vaan pääsin hyödyntäämään siinä kaikenlaisia jänniä ja vähemmän jänniä, sekä toisaalta tuttuja ja vähemmän tuttuja vektorianalyysityökaluja, joiden käytöstä en jaksanut kummemmin raportoida. Erilaisia työkaluja käyttäessäni huomasin kuitenkin niiden käytön sujuvan jo varsin hyvin, ainakin niiden työkalujen osalta, jotka olivat ennestään tuttuja. Tehtävän tekeminen oli kivaa puuhailua ja toisaalta vaihtelua (ja odottelua), mutta mielenkiintoisuus jäi puuttumaan siitä.
Luettuani Samuli Haimin blogia (2024) seitsemännestä kurssikerrasta, jossa hän oli tuonut omia .gpx-aineistoja QGIS:siin, päätin tehdä itsekin näin ja kokeilla miten se onnistuisi. Nappasin Polarin omasta urheilusovelluksesta valitsemani reitin, jonka kävelin noin vuosi sitten silloisen joukkueeni kanssa, .gpx-tiedostomuodossa ja sainkin sen vaivatta QGIS:siin ilman mitään ongelmia. Alla kartantynkää:
Kuva 4. Urheilukellon tallentama kävelyreitti Koivukylästä Vantaalta Santahaminan varuskuntaan Helsinkiin. Reitin pituus noin 42 kilometriä. Lähde: Polar Flow
Lopuksi:
Ehdottomasti paras kurssi tähän mennessä, joka ylitti kaikki odotukset.
Lähteet:
Haimi, S. (2024). Samulin gis-blogi: Kurssikerta 7: omat aineistot ja uusien työkalujen omaehtoista opiskelua. Kurssikerta 7: omat aineistot ja uusien työkalujen omaehtoista opiskelua. – Samulin gis-blogi (helsinki.fi). Viitattu 4.3.2024.
Maanmittauslaitos. Maastotietokanta. Maastotietokanta | Maanmittauslaitos. Viitattu 1.3.2024.
Polar. Polar Flow:n nettisovellus. Polar Flow. Viitattu 4.3.2024.